海上拖缆地震资料受潮汐、海水变化、拖缆漂移等采集条件影响, 并且联络测线采样稀疏, 这些因素导致地下面元地震反射覆盖次数分布不均, 生成的地震属性出现条带状的采集脚印噪声(MARFURT等[1]将采集脚印定义为与地面震源和检波器的几何分布密切相关的任何形式的噪声)。采集脚印噪声影响了地震数据信噪比与分辨率, 破坏了地层反射波组特征, 给定量地震解释带来不利影响。
通过优化地震采集参数以及叠前针对性处理(数据规则化、潮汐静校正、海水速度校正、剩余静校正等)[2-3], 能够显著衰减采集脚印噪声, 但仍有部分残留。因此需要对叠后地震数据进一步压制噪声。叠后采集脚印压制方法主要包括倾角滤波[1]、三维频率-波数域滤波(f-Kx-Ky)[3-4]、时间切片波数域滤波[5-6]、主分量分解[7]、平稳小波变换[8-9]等。国外商业软件采集脚印噪声压制模块通常采用f-Kx-Ky滤波方法, 该方法利用采集脚印的周期性特征, 通过设置陷波滤波器压制采集脚印噪声。时间切片二维波数域滤波方法[5]利用采集脚印沿时间切片方向的水平或垂直特征设置低通滤波器压制噪声, 该方法计算效率高, 压制高波数噪声效果明显。
陆上地震采集脚印具有周期性特征, 而海上拖缆地震采集脚印周期性差, 通过设置合理的滤波器压制时变、空变的采集脚印噪声仍面临挑战。由于低波数采集脚印噪声与有效信号重叠, 因而滤波类方法在压制低波数噪声时可能损伤有效信号。针对三维地震数据中采集脚印强度随深度增加而减弱这一特征, 国内学者开展了自适应三维平稳小波变换[9]与自适应滤波方法[10]研究。ZOU等[11]采用奇异值分解与波数域滤波联合压制海上四维地震采集脚印噪声, 显著压制了高波数采集脚印噪声, 但压制浅层低波数采集脚印噪声方面应用效果依然不理想。针对上述问题, 本文提出采集脚印自适应压制的拉普拉斯算子+波数域滤波方法, 该方法不仅避免了时变滤波器设置难的问题, 并且有效地压制了与信号重叠的低波数采集脚印噪声。
1 技术方法 1.1 波数域滤波类方法问题分析采集脚印噪声沿时间切片分布具有规律性, 因此波数域滤波、奇异值分解以及小波变换等方法通常基于时间切片实施噪声压制。图 1a, 图 1b分别展示了珠江口盆地某油田三维地震数据200ms时间切片及对应波数谱。从图 1a可以看出, 沿拖缆采集方向发育条带状的采集脚印噪声, 地震数据信噪比较低。该切片地震数据对应的波数谱如图 1b所示, 箭头所示为采集脚印噪声分布区, 主要集中于中、高波数段。图 2a, 图 2b分别为该地震数据1000ms时间切片与对应的波数谱, 与图 1相比, 采集脚印噪声强度随时间增加逐渐降低。
|
图 1 珠江口盆地某油田地震数据200ms时间切片(a)及对应的波数谱(b) |
|
图 2 珠江口盆地某油田地震数据1000ms时间切片(a)及对应的波数谱(b) |
基于1000ms时间切片资料, 采用时间切片波数域滤波方法测试不同滤波器压制采集脚印噪声的效果。采用中等强度低通滤波器压制采集脚印后的时间切片与波数谱分别如图 3a, 图 3b所示, 该滤波器有效压制了高波数采集脚印噪声, 但压制低波数采集脚印噪声能力弱; 采用较大强度低通滤波器压制采集脚印后的时间切片与波数谱分别如图 4a, 图 4b所示, 该滤波器压制了低波数采集脚印噪声的同时严重损伤了有效信号, 造成断点成像模糊、小地质体不易区分, 降低了地震数据的分辨率。不同滤波器所压制的采集脚印噪声如图 5a, 图 5b所示, 较大强度低通滤波器压制的噪声中含有部分有效的地震信息。
|
图 3 采用中等强度低通波数域滤波器压制采集脚印后的时间切片(a)及对应的波数谱(b) |
|
图 4 采用较大强度低通波数域滤波器压制采集脚印后的时间切片(a)及对应的波数谱(b) |
|
图 5 波数域滤波压制的采集脚印噪声 a 中等强度低通波数滤波器; b 较大强度低通波数滤波器 |
应用国外某商业软件f-Kx-Ky滤波模块, 压制采集脚印后的时间切片及对应的波数谱如图 6a, 图 6b所示, 与图 3, 图 4相比可知, f-Kx-Ky方法应用效果整体上优于基于时间切片的波数域滤波方法。压制的采集脚印噪声如图 6c所示, 压制的采集脚印噪声包含了有效的地震信息。采用f-Kx-Ky方法滤波时其参数设置复杂, 对实际应用人员经验要求高。
|
图 6 利用某商业软件f-Kx-Ky滤波模块压制采集脚印的结果 a f-Kx-Ky滤波模块压制采集脚印噪声后的时间切片; b 采集脚印压制噪声后的波数谱; c 压制的采集脚印噪声 |
针对现有方法存在的问题, 本文提出一种能够自动判别并压制采集脚印噪声的方法, 即基于时间切片的拉普拉斯算子+波数域滤波方法。拉普拉斯算子物理意义对应图形的二阶微分, 通常用于提取图像边缘或高频增强[12], 拉普拉斯算子在去除逆时偏移低频噪声方面效果显著[13]。我们将拉普拉斯算子应用于时间切片地震数据, 突出高波数以及图像边缘, 有利于识别采集脚印噪声。二维拉普拉斯算子及差分近似分别如下:
| $ {\nabla ^2}f = \frac{{{\partial ^2}f\left( {x,y} \right)}}{{\partial {x^2}}} + \frac{{{\partial ^2}f\left( {x,y} \right)}}{{\partial {y^2}}} $ | (1) |
| $ \begin{array}{l} {\nabla ^2}f \approx f\left( {x - 1,y} \right) + f\left( {x + 1,y} \right) + \\ \;\;\;\;\;\;\;f\left( {x,y - 1} \right) + f\left( {x,y + 1} \right) - 4*f\left( {x,y} \right) \end{array} $ | (2) |
式中:f(x, y), f(x-1, y), f(x+1, y), f(x, y-1), f(x, y+1)分别为不同时间切片水平坐标(x, y), (x-1, y), (x+1, y), (x, y-1), (x, y+1)处的振幅值。
图 7为拉普拉斯算子+波数域滤波方法压制采集脚印算法流程, 具体包括:①对各个时间切片地震数据应用二维拉普拉斯算子识别采集脚印噪声; ②将该噪声变换至波数域并根据采集脚印波数域振幅谱比值自适应设置该时间切片的波数滤波器, 滤波器设置主要依据振幅谱与最大振幅谱比值, 该比值大于设定阈值, 则波数域滤波器置为0, 否则滤波器置为1;③将该滤波器与原始地震数据波数谱相乘; ④最后将滤波后的波数域数据变换至空间域, 得到采集脚印衰减后的地震数据。该方法的优点是能够根据海上拖缆地震数据采集脚印特点(浅层到深层逐步减弱), 自适应设置波数滤波器并压制采集脚印噪声, 该方法保持有效地震信号的能力较强。
|
图 7 拉普拉斯算子+波数域滤波方法压制采集脚印算法流程 |
图 8a, 图 8b分别为拉普拉斯算子预测的采集脚印噪声时间切片与波数谱, 拉普拉斯算子预测的采集脚印噪声中包含了高波数和低波数成分。采用本文方法压制噪声后的时间切片与波数谱如图 9a和图 9b所示, 与图 2的原始地震数据相比, 本方法有效压制了高、低波数采集脚印噪声, 实现了对采集脚印噪声自适应衰减。压制的采集脚印噪声如图 9c所示, 与f-Kx-Ky方法压制的噪声(图 6c)相比, 该切片清楚地显示了近“南北向”条带状分布的采集脚印噪声, 几乎不含有效地震信息, 表明本文方法在有效压制采集脚印噪声的同时较好地保持了有效地震信号。
|
图 8 拉普拉斯算子预测的采集脚印噪声时间切片(a)及对应的波数谱(b) |
|
图 9 拉普拉斯算子+波数域滤波压制采集脚印 a 本文方法压制采集脚印噪声后的时间切片; b 采集脚印噪声压制后的波数谱; c 压制的采集脚印噪声 |
渤海湾某油田存在较大规模气云区, 该气云区对下伏地层造成能量屏蔽。浅层气埋深通常为50~500m, 有效识别该浅层气空间展布对后续速度建模和气云区成像具有重要意义, 但浅层地震数据采集脚印噪声发育, 不利于浅层含气小砂体的空间刻画。图 10a展示了100ms时间切片, 条带状采集脚印噪声几乎掩盖了所有有效地震信息, 传统叠后滤波方法不能有效衰减这类低波数采集脚印噪声。应用拉普拉斯算子+波数域滤波压制采集脚印后的时间切片如图 10b所示, 条带状采集脚印噪声得到有效压制, 有效地震信号得到显现; 压制的采集脚印噪声如图 10c所示, 压制的噪声基本不含有有效信号。图 11展示了采集脚印压制前、后的某联络测线地震剖面对比, 压制噪声后的剖面信噪比显著提升, 且断层等地质信息保持较好。
|
图 10 渤海湾某油田100ms时间切片及采集脚印噪声的压制效果 a 采集脚印噪声压制前; b 采集脚印噪声压制后; c 压制的采集脚印噪声 |
|
图 11 某地震数据联络测线采集脚印噪声压制前(a)、后(b)的地震剖面 |
海上拖缆地震数据采集脚印具有时变、空变以及周期性差等特点, 传统叠后采集脚印压制方法存在滤波器设置复杂等问题。本文提出的拉普拉斯算子+波数域滤波采集脚印自适应压制方法, 具有自动设置滤波器并压制高、低波数采集脚印噪声的能力。海上拖缆地震数据应用结果证明了方法的有效性, 本方法还可应用于陆上三维地震数据采集脚印噪声的压制。
| [1] |
MARFURT K J, SCHEET R M, SHARP J A, et al. Suppression of the acquisition footprint for seismic sequence attribute mapping[J]. Geophysics, 1998, 63(3): 1024-1035. DOI:10.1190/1.1444380 |
| [2] |
谢玉洪, 陈志宏, 朱江梅, 等. 海上地震数据处理中采集脚印分析与衰减处理[J]. 天然气工业, 2010, 30(9): 28-31. XIE Y H, CHEN Z H, ZHU J H, et al. Acquisition footprint analysis and attenuation in marine seismic data processing[J]. Natural Gas Industry, 2010, 30(9): 28-31. DOI:10.3787/j.issn.10000976.2010.09.007 |
| [3] |
张红军, 王君, 丁长辉, 等. 相对保持振幅、频率、相位属性的采集脚印压制技术[J]. 石油地球物理勘探, 2012, 47(S1): 15-19. ZHANG H J, WANG J, DING C H, et al. Acquisition footprint suppression technology with amplitude, frequency and phase preserved[J]. Oil Geophysical Prospecting, 2012, 47(S1): 15-19. |
| [4] |
GULANAY N. Acquisition geometry footprint removal[J]. Expanded Abstracts of 69th Annual Internat SEG Mtg, 1999, 637-640. |
| [5] |
SURINDER K, SOOFI K A. Use of simple 2-D filters to reduce footprint noise in seismic data[J]. Geohorizons, 2006, 7(14): 14-17. |
| [6] |
DRUMMOND J, BUDD B, RYAN J. Adapting to noisy 3D data attenuating the acquisition footprint[J]. Expanded Abstracts of 70th Annual Internat SEG Mtg, 2000, 9-12. |
| [7] |
AL-BANNAGI M S, FANG K, KELAMIS P G, et al. Acquisition footprint suppression via the truncated SVD technique[J]. Expanded Abstracts of 74th Annual Internat SEG Mtg, 2004, 1957-1960. |
| [8] |
CVETKOVIC M, FALCONER S, MARFURT K J. 2D stationary-wavelet transform-based acquisition footprint suppression[J]. Expanded Abstracts of 77th Annual Internat SEG Mtg, 2007, 2590-2594. |
| [9] |
陈学华, 贺振华, 杨威, 等. 基于自适应三维平稳小波变换的采集脚印消减方法[J]. 中国地球物理2011, 2011, 546-546. CHEN X H, HE Z H, YANG W, et al. Footprint attenuation method based on 3D adaptive stationary wavelet transform[J]. 2011 Annual Meeting of Chinese Geophysical Society, 2011, 546-546. |
| [10] |
胡春华, 陆文凯. 基于自适应滤波的采集脚印压制[J]. 中国地球物理2009, 2009, 83-83. HU C H, LU W K. Acquisition footprint suppression based on adaptive filtering[J]. 2009 Annual Meeting of Chinese Geophysical Society, 2009, 83-83. |
| [11] |
ZOU Z, CAO S, ZHANG L B, et al. Acquisition footprint suppression of towed streamer 4D seismic data[J]. Expanded Abstracts of 85th Annual Internat SEG Mtg, 2015, 5523-5528. |
| [12] |
LIN T F, ZHANG B, MARFURT K J. Attribute-assisted footprint suppression with LoG filter[J]. Expanded Abstracts of 86th Annual Internat SEG Mtg, 2016, 4705-4709. |
| [13] |
郭念民, 冯雪梅, 李海山. 高阶拉普拉斯算子逆时偏移低频噪音去除方法[J]. 石油物探, 2013, 52(6): 642-649. GUO N M, FENG X M, LI H S. Research on high-order Laplacian operator denoising in reverse-time migration[J]. Geophysical Prospecting for Petroleum, 2013, 52(6): 642-649. |